OpenGPT以資料為基礎的模型選擇起始候選 1
穩定版Grok 4.5
grok-4.5xAI單位成功工作成本 · #1
08 · 工作榜單
高性價比生產
不只看單價，降低每次成功工作的總成本。
- 官方版本
- 3
- 公開資料
- 3
- 資料截止日:
- 為什麼選擇這些候選
- 用公開的單位成功成本形成候選，再測量重試次數、延遲與維運負擔。
- 仍需驗證的部分
- 公開價格與工作負載會變化；不同服務商的 Token 統計及你的成功標準也不同。
- 公開資料
- 單位成功工作成本
- 資料截止日
起始候選
3 / 3三個值得優先測試的官方版本
公開資料可以縮小範圍，但不能取代真實工作中的受控測試。
起始候選 2
穩定版GPT-5.6 Luna
gpt-5.6-lunaOpenAI單位成功工作成本 · #5
起始候選 3
穩定版Gemini 3.5 Flash
gemini-3.5-flashGoogle單位成功工作成本 · #9
公開資料不同公開資料使用不同量尺。缺漏資料不會按 0 計算，不同來源也不會合併成一個分數。⌄
Grok 4.5
- 資料來源
- LiveBench ↗
- 來源排名
- #1
- 來源原始值
- $0.128
- 對應核實日期
GPT-5.6 Luna
- 資料來源
- LiveBench ↗
- 來源排名
- #5
- 來源原始值
- $0.202
- 對應核實日期
Gemini 3.5 Flash
- 資料來源
- LiveBench ↗
- 來源排名
- #9
- 來源原始值
- $0.249
- 對應核實日期
這是實測起點，不是萬用冠軍選擇兩個或三個候選，查看並列的公開資料。
不同公開資料使用不同量尺。缺漏資料不會按 0 計算，不同來源也不會合併成一個分數。
公開價格與工作負載會變化；不同服務商的 Token 統計及你的成功標準也不同。
系統會預選這項工作範本與前兩個已選候選；收集回答前可編輯全部工作。